一个物体,不管远近以及角度如何,我们人都能判断为同一物体,因为我们人脑是根据物体的特征来判断是不是同一物体的,计算机在处理图像时,我们也希望具备这样的能力,所以需要对图像进行特征提取。
HOG(Histogram of Oriented Gridients的简写)特征检测算法,最早是由法国研究员Dalal等在CVPR-2005上提出来的,一种解决人体目标检测的图像描述子,是一种用于表征图像局部梯度方向和梯度强度分布特性的描述符。其主要思想是:在边缘具体位置未知的情况下,边缘方向的分布也可以很好的表示行人目标的外形轮廓。
关于此算法的详细原理请大家自行查阅相关资料。
下面介绍下HOG这个类当中的detectMultiScale成员函数。
原型如下:
void detectMultiScale(InputArray img, CV_OUT std::vector<Rect>& foundLocations,double hitThreshold = 0, Size winStride = Size(),Size padding = Size(), double scale = 1.05,double finalThreshold = 2.0, bool useMeanshiftGrouping = false) const;
参数意义如下:
img:源图像。